Umjetna inteligencija i društvo

 

Naziv kolegija:
Umjetna inteligencija i društvo
Šifra ISVU:
Šifra MOZVAG:
ECTS:
2
Jezik izvođenja:
hrvatski
Preduvjeti upisa:
Odsjek:
ODSJEK ZA INFORMACIJSKE ZNANOSTI

Studij
Godina
Semestar
Status
INFORMATOLOGIJA - DIPLOMSKI (dvopredmetni)
1.g.
zimski
izborni

Nastavnik
Nositelj
P
V
S
Bosančić, Boris
15
0
0
Mićunović, Milijana
0
0
15

 

Ciljevi i zadaci:

Cilj je predmeta upoznati studente s osnovnim pojmovima, konceptima i primjenom umjetne inteligencije (u informacijskim i komunikacijskim sustavima). Poseban naglasak stavlja  se na utjecaj umjetne inteligencije na društvo u cjelini. U okviru predmeta razmatra se utemeljenje ideje umjetne inteligencije s filozofskoga, matematičkoga, neuroznanstvenoga, psihološkoga, lingvističkoga i računalnog aspekta. Jedan od ciljeva predmeta je upoznati studente s povijesnim razvojem umjetne inteligencije kroz razvoj sustava temeljenih na znanju što uključuje pregled povijesnog razvoja programskih jezika na kojima su utemeljeni, tehnologija na kojima su izgrađeni i metoda koje se u njima primjenjuju. Na seminarskim raspravištima, uz filozofski i psihološki, razmatrat će se i društveni, ekonomski i geopolitički aspekti razvoja i primjene umjetne inteligencije, poput pitanja regulacije, transparentnosti, budućnosti poslova i tržišta rada te političkih podjela i društvenih polarizacija. Također, razmatrat će se etički aspekti razvoja i primjene umjetne inteligencije poput strateškog i odgovornog razvoja umjetne inteligencije, pitanja pristranosti i diskriminacije, algoritmizacije, datafikacije, i dr

Ishodi učenja:

Nakon uspješno završenoga predmeta studenti će moći:

  • razlikovati biološku i umjetnu inteligenciju
  • objasniti osnovne pojmove i koncepte umjetne inteligencije
  • ispričati povijest umjetne inteligencije
  • pratiti suvremene trendove i promjene u razvoju umjetne inteligencije
  • objasniti društvene i etičke aspekte razvoja i primjene umjetne inteligencije
  • procijeniti društveni utjecaj inteligentnih tehnologija i sustava
  • informirano i odgovorno koristiti tehnologije umjetne inteligencije

Sadržaj predmeta:

Biološka i umjetna inteligencija (UI). Utemeljenje umjetne inteligencije. Povijest umjetne inteligencije. Filozofija umjetne inteligencije. Jaka i slaba umjetna inteligencija. Turingov test. Searlova Kineska soba. Strojno učenje. Duboko učenje. Obrada prirodnog jezika. Neuronske mreže. Generativna UI. Veliki jezični modeli. Primjena umjetne inteligencije. Chatbotovi. Virtualni asistenti. Inteligentni agenti. Prompt inženjering. Budućnost umjetne inteligencije. Opća UI. Umjetna inteligencija i obrazovanje. Robotika i umjetna inteligencija. Etika umjetne inteligencije. Sigurnost i ograničenja umjetne inteligencije. Prilike i prijetnje razvoja i primjene umjetne inteligencije. Strateški i odgovorni razvoj umjetne inteligencije. Umjetna inteligencija, industrija i tržište rada. Umjetna inteligencija i veliki podaci. Algoritmizacija. Pristranost i diskriminacija. Regulacija i transparentnost umjetne inteligencije. Trendovi i praktični primjeri razvoja i primjene umjetne inteligencije u društvu (gospodarstvo, industrija i poslovni sektor, politika, obrazovanje, medicina, urbano planiranje, i dr.).

Vrste izvođenja nastave:

predavanja, seminari i radionice, multimedija i mreža

Povezivanje ishoda učenja, nastavnih metoda i procjena ishoda učenja:

2. 1. Nastavna aktivnost 2. 2. Aktivnost studenta 2. 3. Ishod učenja 2. 4 Metoda procjene
predavanja slušanje predavanja i sudjelovanje u raspravama - razlikovati biološku i umjetnu inteligenciju
 
- pismeni test (40% ukupne ocjene, odnosno 80 ocjenskih bodova)
-ocjena usmenog ispita (10% ukupne ocjene, odnosno 20 ocjenskih bodova)
predavanja slušanje predavanja i sudjelovanje u raspravama -  objasniti osnovne pojmove i koncepte umjetne inteligencije - pismeni test (40% ukupne ocjene, odnosno 80 ocjenskih bodova)
-ocjena usmenog ispita (10% ukupne ocjene, odnosno 20 ocjenskih bodova)
predavanja slušanje predavanja i sudjelovanje u raspravama -  ispričati povijest umjetne inteligencije - pismeni test (40% ukupne ocjene, odnosno 80 ocjenskih bodova)
-ocjena usmenog ispita (10% ukupne ocjene, odnosno 20 ocjenskih bodova)
predavanja slušanje predavanja i sudjelovanje u raspravama - pratiti suvremene trendove i promjene u razvoju umjetne inteligencije - pismeni test (40% ukupne ocjene, odnosno 80 ocjenskih bodova)
-ocjena usmenog ispita (10% ukupne ocjene, odnosno 20 ocjenskih bodova)
seminarska raspravišta analiza literature, priprema seminarskog izlaganja, slušanje izlaganja, sustavno opažanje, sudjelovanje u raspravama - objasniti društvene i etičke aspekte razvoja i primjene umjetne inteligencije - pismeni test (35% ukupne ocjene, odnosno 70 ocjenskih bodova)
- referat (usmeno izlaganje) (15% ukupne ocjene, odnosno 30 ocjenskih bodova)
seminarska raspravišta analiza literature, priprema seminarskog izlaganja, slušanje izlaganja, sustavno opažanje, sudjelovanje u raspravama - procijeniti društveni utjecaj inteligentnih tehnologija i sustava - pismeni test (35% ukupne ocjene, odnosno 70 ocjenskih bodova)
- referat (usmeno izlaganje) (15% ukupne ocjene, odnosno 30 ocjenskih bodova)
seminarska raspravišta analiza literature, priprema seminarskog izlaganja, slušanje izlaganja, sustavno opažanje, sudjelovanje u raspravama - informirano i odgovorno koristiti tehnologije umjetne inteligencije - pismeni test (35% ukupne ocjene, odnosno 70 ocjenskih bodova)
- referat (usmeno izlaganje) (15% ukupne ocjene, odnosno 30 ocjenskih bodova)

 

 

Obveze i praćenje rada studenta:

Pisani ispit, Pohađanje nastave, Referat, Usmeni ispit

Način vrednovanja i ocjenjivanja:

Elementi praćenja i provjeravanja:

Element
Opterećenje u ECTS
Udio u ocjeni
Pisani ispit 0,75 0%
Pohađanje nastave 1 0%
Referat 0,15 0%
Usmeni ispit 0,1 0%

 

Način oblikovanja konačne ocjene:

U oblikovanju konačne ocjene uzima se u obzir ocjena pismenog i završnog usmenog ispita (sadržaji i literatura obrađena na predavanju), seminarskog izlaganja (referata) i sudjelovanja u projekcijama i grupnim raspravama. Od toga 75% konačne ocjene čini ocjena pismenog ispita (150 ocjenskih bodova, od toga 80 bodova predavanja i 70 bodova seminarska raspravišta), 15% ocjena seminarskog izlaganja/referata (30 bodova) i 10% završnog usmenog ispita (20 ocjenskih bodova).

Iz svih elemenata praćenja i provjeravanja student može ostvariti najviše 200 ocjenskih bodova, što čini 100% ocjene. Za prolaznu ocjenu student treba ostvariti najmanje 110 ocjenskih bodova ili 55% ocjene.

Skala je ocjenjivanja sljedeća: izvrstan (5) – od 180 do 200 bodova, vrlo dobar (4) – od 160 do 179 bodova, dobar (3) – od 125 do 159 bodova; dovoljan (2) – od 110 do 124 boda; nedovoljan (1) – od 0 do 109 bodova.

Primjer izračunavanja ocjene:

Skala je ocjenjivanja sljedeća: izvrstan (5) – od 180 do 200 bodova, vrlo dobar (4) – od 160 do 179 bodova, dobar (3) – od 125 do 159 bodova; dovoljan (2) – od 110 do 124 boda; nedovoljan (1) – od 0 do 109 bodova.

Ostale informacije relevantne za praćenje i vrednovanje studenta:

Redovito pohađati nastavu, održati seminarsko izlaganje na odabranu temu, položiti pismeni ispit, položiti završni usmeni ispit.

 

 

Obavezna literatura:

1. Russel, S.; Norvig, P. Artificial Intelligence: A Modern Approach. New York: Prentice Hall, 4th edition. 2021.

2. Tom Taulli: Artificial Intelligence Basics. A Non-Technical Introduction. [s.l.]: Apress 2019.

Dopunska literatura:

AITopics. An Official Publication of AAAI. URL: https://aitopics.org/

2. Chat GPT. Generative AI: An Introduction. 2023.

URL: https://www.weforum.org/agenda/2023/02/generative-ai-explain-algorithms-work/

3. Coeckelbergh, M. AI ethics. [s.l.]: Mit Press, 2020.

4. Hawkins, J. On Intelligence. New York: Owl Books, 2004.

5. Russell, S. Kao čovjek. Zagreb: Planetopija, 2022.

 

Načini praćenja kvalitete koji osiguravaju razvoj znanja, vještina i kompetencija:

Aktivnost studenata prati se i na seminarima tijekom izlaganja i sudjelovanja u grupnim raspravama na temu odabrane video projekcije. Nakon svakog izlaganja/projekcije slijedi grupna rasprava u kojoj se aktivno, kritički i konstruktivno nastoji analizirati problemski sadržaj. Na početku svakog predavanja daje se osvrt na nastavne sadržaje s prethodno održanog sata. Također, na kraju svakog predavanja slijedi osvrt na nastavne sadržaje s tog sata u obliku pitanja i odgovora.

Ostale informacije: